基于克隆选择算法的MANET簇化

以权值簇化算法——WCA为基础,利用人工免疫系统中的克隆选择算法来提高移动Ad-hoc网络的簇化性能,从而实现用尽可能少的全局优化簇头来管理尽可能多的簇成员,以保证MANET拓扑结构的相对稳定和合理。仿真结果表明,利用克隆选择算法优化后的WCA在簇的数量等许多方面均优于WCA算法。     

一种应用于无线传感器网络的层次型拓扑结构生成算法

在无线传感器网络中,层次型的拓扑结构将整个网络划分为不同的簇,并通过一定机制选择簇头来负责数据转发和融合。本文在LEACH等现有层次型拓扑控制算法的基础上,借鉴ad hoc网络层次拓扑生成算法WCA的设计原理,提出一种应用于无线传感器网络的新型层次型拓扑结构生成算法(HTGA)。该算法综合考虑节点的能量和位置状况,为每个节点定义不同的权值,从中选出性能优越的节点担任簇首,同时通过设置节点度参数来确保最优的拓扑结构。仿真实验结果显示,新算法在降低能耗、延长网络生存时间以及保证监测覆盖度等方面比LEACH具有更加优良的性能。     

应用相对变换的无线传感器网络分簇算法

针对无线传感器网络节点负载不均衡的问题,提出了一种应用相对变换的无线传感器网络分簇算法(RTCH)。在成簇阶段,节点将簇头剩余能量、簇头与节点和簇头与基站的传输能耗等参数利用该模型先进行相对变换,再计算簇头适宜度来选择加入簇头成簇,并通过簇头的反馈信息来控制簇的规模来优化网络性能。仿真实验结果表明,RTCH算法能更有效地均衡网络中的能量消耗,延长网络生命周期。     

组移动模型中一种基于种群特性的传感器网络分簇方法

为了增强传感器网络在组移动模型下的簇结构稳定性,提出了一种基于生物种群特性的分簇算法--FBCA算法.算法利用移动代理向信息素高的节点迁移实现簇头的轮换,并将节点与簇头之间的链路稳定性作为节点选择所加入簇的衡量指标,有效地利用了组移动模型下节点的移动特征来优化簇结构的稳定性.仿真表明,在组移动模型中,采用FBCA算法的传感器网络有着较好的簇结构稳定性和能量效率及较均匀的簇头分布性.     

一种基于模糊逻辑的簇头均匀分布算法

分簇路由协议使用分簇算法来提高网络的生命周期,簇头选择是分簇算法中一个关键环节。针对簇头选择这一过程,本文采用一种基于模糊逻辑的2轮簇头选择算法,模糊逻辑包括2个模糊描述：节点的剩余能量和节点到基站的距离。首轮基于模糊逻辑的簇头选择算法不考虑簇头之间的距离,选择结果可能出现簇头之间距离较近,分布不均匀的情况,因此,通过簇头的次轮选择,对于距离太近的簇头节点所在的簇,计算这些簇内的节点之间的链路消耗,将链路消耗最小的节点作为新簇头,使簇头分布均匀。仿真结果表明,在网络的存活节点数量和剩余能量方面,本算法优于LEACH协议和基于模糊逻辑的一轮簇头选择算法。     

基于LEACH的节能高效路由算法的研究

本文分析了LEACH协议,指出其在簇头划分、簇头选择等方面存在的不足,提出一种基于LEACH的高效节能路由算法。该算法设置计数器来进行簇的划分,通过减少计算来降低节点能量消耗,通过对节点剩余能量的对比选出新簇头,保证了网络的稳定性。在此基础上利用贪心算法将簇头构成一条贪心链,形成多跳路由结构,进一步达到节能的目的。NS2仿真的结果表明该协议具有较好的节能性能,能够均衡节点能量的消耗,延长网络生命周期。     

改进的非均匀分簇无线传感器网络路由算法

针对无线传感器网络中分簇算法求全局最值问题和非均匀分簇算法能量消耗不均衡问题,提出一种新的分簇算法。该算法首先采用泛洪树算法来求得网络最值,并用它来计算节点的竞争半径,然后用非均匀分簇的思想来构建大小不等的簇。当选取簇头节点后,通过计算每个簇头的概率来寻找下一跳簇头,当每个簇头节点选择最佳下一跳路径后,簇间通信可以建立一条最佳路径。仿真结果表明,该算法在能量损耗和均衡能耗都有显著的提高,最终延长了网络的生存周期。     

稳定且负载均衡的移动AdHoc网络加权分簇算法

针对移动AdHoc网络中传统加权分簇算法(WCA)的缺陷,提出一种稳定且负载均衡的改进型WCA(SLB-WCA).在节点组合权值计算中,增加了考虑节点的稳定性,并提出一种"相对典型节点度"代替传统WCA中的单纯节点度因素,同时根据各个节点的节点度制定本地簇大小约束,代替传统算法中的全局约束.SLB-WCA能够更加合理的计算节点权值和控制簇大小,均衡网络负载.通过实验与传统WCA相比,SLB-WCA形成的簇数目较少且具有良好的覆盖率,提高了网络的生命周期.     

一种无线传感器网络中自主选择簇头的聚类算法

在无线传感网络中,传感器节点要定期向基站发送收集的数据。为了支持数据汇总,通过高效的网络组织将节点划分成若干簇。在这种类型的系统中,随着簇头的轮转,每个簇中的簇头选择方法是最具有挑战性的问题,有效的簇头选择算法可以提高网络的续航时间,并减少在WSN中的节点之间的通信开销。提出一个簇内民主方式选举算法来选择簇中的节点作为簇头,用MatLab对算法进行仿真,证明该算法的性能可以有效改善网络的性能。     

传感器网络中结合SOM与免疫克隆选择的分簇路由策略

提出一种结合自组织映射(SOM)与免疫克隆选择算法的分簇路由策略SICR(SOM and Immune Clonal Selection Based Clustering Routing Scheme for Wireless Sensor Networks).在分簇聚类时,充分考虑了网络节点密度、剩余能量以及与汇聚点间距离等因素,采用一种基于自组织映射原理的簇头竞争算法,构建了能量消耗均衡的分簇结构.该结构可以有效的应用于节点能量异构的网络场景.同时,为了减少簇重构次数,降低重构开销,在维护阶段引入了自适应调整机制,簇首可根据簇内各成员的剩余能量估算簇的稳定性,并据此调整簇规模.路由的组织则分为簇内通信和簇间通信两部分:簇内通信基于建立的簇内拓扑路径集进行;簇间通信则通过基于克隆选择算法建立的最小汇集树进行.模拟实验表明,与现有的几种算法相比,SICR能更好均衡节点的能量消耗和延长网络寿命.     

MANET网关辅助抑制开销分群路由协议研究

针对MANET现有分群路由协议中群首负担过重，群合并时引发全网泛洪甚至连锁反应等问题，提出一种MANET网关辅助抑制开销分群路由协议GORP。在该协议中，网关在路由维护与数据传送中分担群首的部分工作，以降低群首的负担,使得群首不再成为整个网络的瓶颈；当群首移动导致群合并时，让运动群首作为第二个群的普通成员，原来静止的群首担任新群的群首，最大限度保证群的稳定性。仿真结果表明GORP协议在节点移动或节点数少和多的情况下都能获得好的性能，能满足MANET路由需求。群结构的稳定还将有利于MANET基于群的路由安全策略的实施。     

Energy-efficient clustering in mobile ad-hoc networks using multi-objective particle swarm optimization

A mobile ad hoc network (MANET) is dynamic in nature and is composed of wirelessly connected nodes that perform hop-by-hop routing without the help of any fixed infrastructure. One of the important requirements of a MANET is the efficiency of energy, which increases the lifetime of the network. Several techniques have been proposed by researchers to achieve this goal and one of them is clustering in MANETs that can help in providing an energy-efficient solution. Clustering involves the selection of cluster-heads (CHs) for each cluster and fewer CHs result in greater energy efficiency as these nodes drain more power than noncluster-heads. In the literature, several techniques are available for clustering by using optimization and evolutionary techniques that provide a single solution at a time. In this paper, we propose a multi-objective solution by using multi-objective particle swarm optimization (MOPSO) algorithm to optimize the number of clusters in an ad hoc network as well as energy dissipation in nodes in order to provide an energy-efficient solution and reduce the network traffic. In the proposed solution, inter-cluster and intra-cluster traffic is managed by the cluster-heads. The proposed algorithm takes into consideration the degree of nodes, transmission power, and battery power consumption of the mobile nodes. The main advantage of this method is that it provides a set of solutions at a time. These solutions are achieved through optimal Pareto front. We compare the results of the proposed approach with two other well-known clustering techniques; WCA and CLPSO-based clustering by using different performance metrics. We perform extensive simulations to show that the proposed approach is an effective approach for clustering in mobile ad hoc networks environment and performs better than the other two approaches.     

一种改进的WCA算法

在WCA的基础上，提出了EWCA（Enhanced Weighted Clustering Algorithm）算法，在提高性能的同时降低了开销，并保持了算法的通用性，移动自组网中通过模拟实验对该分簇算法与WCA算法进行了性能比较。     

Hierarchical Learning Water Cycle Algorithm

In order to improve the global searching ability of Water Cycle Algorithm (WCA), the hierarchical learning concept is introduced and the Hierarchical Learning WCA (HLWCA) is proposed in this paper. The underlying idea of HLWCA is to divide the solutions into collections and give these collections with hierarchy differences. One of the collections has a higher hierarchy than others and utilizes an exploration-inclined updating mechanism. The solutions in this high hierarchy collection are the exemplars of other collections. The other collections are sorted according to the exemplars’ function value and the solutions in these collections actively choose whether to follow their own exemplar or not. Through different updating mechanisms of collections, the global searching ability is improved while the fast convergence and strong local search ability of WCA are retained. The proposed HLWCA is firstly experimented on IEEE CEC 2017 benchmark suite to testify its performance on complex numerical optimization tasks. Then, it is tested on four practical design benchmark problems to verify its ability of solving real-world problems. The experimental results illustrate the efficiency of the proposed algorithm.     

基于PSO的无线传感器网络双簇头分簇算法

利用粒子群优化算法对无线传感器网络分簇算法进行优化,考虑簇内节点和簇头节点两者的位置及能量信息优化选择主簇头和副簇头。主簇头用以收集簇内节点的信息并进行数据融合,并将融合后的数据发送给副簇头。副簇头负责与基站进行通信。该算法可以均衡簇内的能耗,达到延长网络生命周期的效果。仿真实验结果表明,与LEACH算法相比,该算法可使网络生命周期延长50%。     

异构传感器网络的分布式能量有效成簇算法

为了延长网络的生存时间,需要设计能量有效的协议,以适应传感器网络的特点.成簇算法是传感器网络中减少能量消耗的一种关键技术,它能够增强网络的扩展性和延长网络的生存时间.研究了异构传感器网络中成簇算法在节省能量方面的性能,提出一种适应异构无线传感器网络的分布式能量有效的成簇方案.此方案基于节点剩余能量与网络节点的平均能量的比例来选举簇头节点.较高初始能量和剩余能量的节点比低能量节点拥有更多的机会成为簇头节点,从而使网络能量均匀消耗,延长网络的生存时间.模拟实验结果显示,与现有的重要成簇方案相比,新的成簇算法在异构网络下提供了更长的网络生存时间和更大的网络有效吞吐量.     

一种基于GAF的无线传感器网络分簇算法

分簇技术主要目标是延长整个传感器网络的生存时间。好的分簇技术可以提高无线传感器网络的可扩展性。就"热区"内的负载平衡问题,以及频繁的簇头轮换和簇重组问题,对基于GAF算法的完全簇头选择算法进行改进,结合双簇头模型和单簇头模型的优点,提出了一种无线传感器网络簇头非均匀分布算法,有效地平衡"热区"内节点的能耗,延长了无线传感器网络的生命期。     

基于代理按需生成机制的Buddy优化算法

针对移动自组网中Buddy算法的通信节点开销过大问题,设计代理按需生成机制优化Buddy算法。该机制将网络节点分为代理节点和普通客户节点,根据性能参数CV值选择性能较优的节点作为代理节点。NS2仿真结果表明,优化后的算法在保证地址快速配置的前提下能优化代理节点数、位置和性能,减少网络中节点同步的通信开销与提高代理节点的通信能力,从而提高整个网络的效率和健壮性。